WaveCoderは、マイクロソフトアジア研究院が開発したコード大規模言語モデルです。命令微調整により、コード大規模言語モデルの汎用性と多機能性を強化しています。コードのサマリー、生成、翻訳、修正など、複数のプログラミングタスクにおいて優れた性能を発揮します。WaveCoderの革新的な点は、データ合成フレームワークと2段階命令データ生成戦略を採用することで、データの高品質と多様性を確保している点です。このモデルのオープンソース化により、開発者は強力なプログラミング支援ツールを入手し、開発効率とコード品質の向上に役立ちます。

Yi-Coderは、100億パラメーター未満で最先端のコーディング性能を提供する、一連のオープンソースのコード大規模言語モデル（LLM）です。1.5Bと9Bパラメーターの2つのサイズがあり、基礎版とチャット版を提供することで、効率的な推論と柔軟なトレーニングを目的としています。Yi-Coder-9Bは、GitHubのコードリポジトリレベルのコーパスとCommonCrawlからフィルタリングされたコード関連データで、追加で2.4兆の高品質トークンでトレーニングされています。Yi-Coderは、基礎的なプログラミングや競技プログラミング、コード編集とリポジトリレベルの補完、長文脈の理解、数学的推論など、さまざまなプログラミングタスクで優れたパフォーマンスを発揮します。

Mamba-Codestral-7B-v0.1は、Mistral AIチームが開発したMamba2アーキテクチャに基づくオープンソースコードモデルです。性能は最先端のTransformerベースのコードモデルと同等で、複数の業界標準ベンチマークテストで優れた結果を示しています。効率的なコード生成と理解能力を提供し、プログラミングとソフトウェア開発の分野に適しています。

CodeGeeX4-ALL-9Bは、CodeGeeX4シリーズモデルの最新オープンソース版であり、GLM-4-9Bをベースに継続的に訓練され、コード生成能力が大幅に向上しました。コード補完、生成、コード解釈、ウェブ検索、関数呼び出し、コードQ&Aなどの機能をサポートし、ソフトウェア開発の様々な場面に対応します。BigCodeBenchやNaturalCodeBenchなどの公共ベンチマークテストで優れた性能を示しており、10億パラメータ未満のモデルとしては最強のコード生成モデルであり、推論速度とモデル性能の最適なバランスを実現しています。

Meta Large Language Model Compiler (LLM Compiler-13b-ftd) は、Code Llamaを基盤とした高度な大型言語モデルであり、コンパイラの最適化とコード推論に特化しています。LLVM最適化の効果予測やアセンブリコードのリバースエンジニアリングにおいて卓越した性能を示し、コード効率の大幅な向上とコードサイズの削減を実現します。

LLM Compiler-7b-ftdはMetaが開発した大規模言語モデルで、Code Llamaをベースに、コード最適化とコンパイラ推論に向けて改良されています。LLVM最適化の効果予測において卓越した性能を発揮し、コンパイラの出力を完璧にシミュレートできるため、コンパイラ最適化タスクに最適なツールです。

DeepSeek-Coder-V2は、コード言語向けに設計されたオープンソースのエキスパート混合モデル（Mixture-of-Experts、MoE）です。その性能はGPT4-Turboに匹敵します。コード固有のタスクにおいて優れた性能を発揮し、一般的な言語タスクにおいても同等の性能を維持しています。DeepSeek-Coder-33Bと比較して、V2版はコード関連タスクと推論能力が大幅に向上しています。さらに、サポートするプログラミング言語は86種類から338種類に、コンテキストの長さは16Kから128Kに拡張されました。

DeepSeek-Coder-V2は、オープンソースのMixture-of-Experts (MoE)コード言語モデルです。GPT4-Turboに匹敵する性能を持ち、コード関連の特定タスクにおいて卓越した成果を発揮します。DeepSeek-Coder-V2-Baseを基に、6兆トークンの高品質な多様なソースからの語料庫を用いてさらに事前学習を行うことで、コーディング能力と数学的推論能力が大幅に向上しました。同時に、一般的な言語タスクにおける性能も維持されています。サポートするプログラミング言語は86種類から338種類に、コンテキストの長さは16Kから128Kに拡張されました。

AutoCoderはコード生成タスク用に設計された新型モデルです。HumanEvalベンチマークデータセットにおけるテスト精度は、GPT-4 Turbo（2024年4月）やGPT-4oを上回っています。以前のオープンソースモデルと比較して、AutoCoderは新たな機能を提供します。必要なパッケージを自動的にインストールし、ユーザーがコードを実行したい場合、問題がないことを確認するまでコードの実行を試みます。

Code2.AIは、人工知能技術を活用して開発者がアイデアを迅速にコードに変換できる革新的なオンラインプラットフォームです。コードベースを圧縮することで、AIが理解し、開発者と共にプログラミングを行うことができます。Code2.AIの主な利点としては、開発プロセスの高速化、無制限のコーディング能力、既存プロジェクトとのシームレスな統合などが挙げられます。Web開発でもモバイル開発でも、あらゆるプログラミング言語に対応し、コードスニペットだけでなく、完全な関数コードを提供します。さらに、Code2.AIは詳細な使用方法ガイドを提供し、ユーザーがAIを効果的に活用してプログラミングできるように支援します。

WaveCoderは、マイクロソフトアジア研究院が開発したコード大規模言語モデルです。命令微調整により、コード大規模言語モデルの汎用性と多機能性を強化しています。コードのサマリー、生成、翻訳、修正など、複数のプログラミングタスクにおいて優れた性能を発揮します。WaveCoderの革新的な点は、データ合成フレームワークと2段階命令データ生成戦略を採用することで、データの高品質と多様性を確保している点です。このモデルのオープンソース化により、開発者は強力なプログラミング支援ツールを入手し、開発効率とコード品質の向上に役立ちます。

Yi-Coderは、100億パラメーター未満で最先端のコーディング性能を提供する、一連のオープンソースのコード大規模言語モデル（LLM）です。1.5Bと9Bパラメーターの2つのサイズがあり、基礎版とチャット版を提供することで、効率的な推論と柔軟なトレーニングを目的としています。Yi-Coder-9Bは、GitHubのコードリポジトリレベルのコーパスとCommonCrawlからフィルタリングされたコード関連データで、追加で2.4兆の高品質トークンでトレーニングされています。Yi-Coderは、基礎的なプログラミングや競技プログラミング、コード編集とリポジトリレベルの補完、長文脈の理解、数学的推論など、さまざまなプログラミングタスクで優れたパフォーマンスを発揮します。

Mamba-Codestral-7B-v0.1は、Mistral AIチームが開発したMamba2アーキテクチャに基づくオープンソースコードモデルです。性能は最先端のTransformerベースのコードモデルと同等で、複数の業界標準ベンチマークテストで優れた結果を示しています。効率的なコード生成と理解能力を提供し、プログラミングとソフトウェア開発の分野に適しています。

Codestral Mambaは、Mistral AIチームがリリースしたコード生成に特化した言語モデルです。Mamba2アーキテクチャに基づいており、線形時間推論の利点と理論上無限長のシーケンスモデリング能力を備えています。高度なコードと推論能力を備え、最新のTransformerベースのモデルに匹敵する性能を発揮します。

CodeGeeX4-ALL-9Bは、CodeGeeX4シリーズモデルの最新オープンソース版であり、GLM-4-9Bをベースに継続的に訓練され、コード生成能力が大幅に向上しました。コード補完、生成、コード解釈、ウェブ検索、関数呼び出し、コードQ&Aなどの機能をサポートし、ソフトウェア開発の様々な場面に対応します。BigCodeBenchやNaturalCodeBenchなどの公共ベンチマークテストで優れた性能を示しており、10億パラメータ未満のモデルとしては最強のコード生成モデルであり、推論速度とモデル性能の最適なバランスを実現しています。

Meta Large Language Model Compiler (LLM Compiler-13b-ftd) は、Code Llamaを基盤とした高度な大型言語モデルであり、コンパイラの最適化とコード推論に特化しています。LLVM最適化の効果予測やアセンブリコードのリバースエンジニアリングにおいて卓越した性能を示し、コード効率の大幅な向上とコードサイズの削減を実現します。

LLM Compiler-7b-ftdはMetaが開発した大規模言語モデルで、Code Llamaをベースに、コード最適化とコンパイラ推論に向けて改良されています。LLVM最適化の効果予測において卓越した性能を発揮し、コンパイラの出力を完璧にシミュレートできるため、コンパイラ最適化タスクに最適なツールです。